Código: | PRODEI034 | Sigla: | PLEI |
Áreas Científicas | |
---|---|
Classificação | Área Científica |
OFICIAL | Sistemas Inteligentes |
Ativa? | Sim |
Página Web: | https://moodle.up.pt/enrol/index.php?id=1578 |
Unidade Responsável: | Departamento de Engenharia Informática |
Curso/CE Responsável: | Programa Doutoral em Engenharia Informática |
Sigla | Nº de Estudantes | Plano de Estudos | Anos Curriculares | Créditos UCN | Créditos ECTS | Horas de Contacto | Horas Totais |
---|---|---|---|---|---|---|---|
PRODEI | 2 | Plano de estudos Oficial | 1 | - | 6 | 28 | 162 |
O objetivo principal desta unidade curricular é dotar os estudantes de conhecimentos sobre técnicas de processamento de linguagem natural e de extração de informação, articulando a apresentação dos fundamentos teóricos com aplicações práticas.
Ao completar a unidade curricular os estudantes deverão ser capazes de:
- Explicar os conceitos e técnicas fundamentais para o processamento de linguagem natural e extração de informação;
- Demonstrar conhecimento da literatura relevante e capacidade de síntese e apresentação de trabalhos de investigação;
- Desenhar e implementar sistemas que efetuem a análise e extração automática de informação expressa em linguagem natural.
A unidade curricular funciona segundo um regime híbrido, que inclui uma componente teórica expositiva e uma componente de projeto. A componente teórica consistirá na exposição dos conceitos base sobre processamento de linguagem e extração de informação e na apresentação de literatura recente sobre a temática.
A componente de projeto permitirá aos estudantes aplicar esses conceitos em casos de estudo práticos. Os estudantes irão efetuar pesquisa, desenvolvimento e avaliação de uma solução de processamento de linguagem e extração de informação. No trabalho de investigação e desenvolvimento, os estudantes serão acompanhados em regime de tutoria.
A unidade curricular irá abordar os seguintes tópicos:
- Introdução ao processamento de linguagem natural: definições, tarefas e aplicações.
- Processamento básico de texto: expressões regulares, tokenização, normalização, lematização, stemming, segmentação.
- Modelos de linguagem: n-grams.
- Classificação de texto: bag-of-words, TF-IDF, n-grams, Naive Bayes, engenharia de features; classificadores generativos e discriminativos.
- Modelos sequenciais: hidden Markov models, conditional random fields; marcação de classe gramatical e reconhecimento de entidades mencionadas.
- Representações vectoriais de palavras: semântica lexical, embeddings de palavras.
- Redes neuronais em processamento de linguagem natural: modelos neuronais de linguagem, redes neuronais recorrentes, redes encoder-decoder, attention, redes transformer.
- Extração de informação: reconhecimento de entidades mencionadas e extração de relações, extração de eventos e tempos, preenchimento de templates.
- Investigação atual em processamento de linguagem natural e extração de informação.
As aulas serão utilizadas para abordar os tópicos da unidade curricular, que serão acompanhados de exercícios fornecidos com base em Jupyter notebooks (Python). O objetivo é apresentar as ferramentas que serão utilizadas nos trabalhos práticos o mais cedo possível. Ao mesmo tempo, serão fornecidas sugestões para literatura relacionada, como oportunidades de leitura adicional. Os estudantes serão convidados a fazer breves apresentações sobre as tendências recentes de investigação em PLN. Parte das aulas serão também utilizadas para acompanhamento tutorial individualizado dos trabalhos práticos.
Cada estudante define e realiza um projecto prático ao longo do semestre, que resultará na escrita de um artigo científico. Os temas dos projetos são propostos pelos estudantes e validados pelo docente.
Os estudantes realizarão também apresentações sobre tópicos recentes em processamento de linguagem natural.
Designação | Peso (%) |
---|---|
Trabalho escrito | 25,00 |
Apresentação/discussão de um trabalho científico | 50,00 |
Trabalho prático ou de projeto | 25,00 |
Total: | 100,00 |
Designação | Tempo (Horas) |
---|---|
Estudo autónomo | 40,00 |
Frequência das aulas | 26,00 |
Apresentação/discussão de um trabalho científico | 1,00 |
Trabalho de investigação | 20,00 |
Trabalho escrito | 25,00 |
Trabalho laboratorial | 50,00 |
Total: | 162,00 |
A avaliação é feita com base em quatro componentes:
1) Apresentação oral relacionada com uma direção de investigação recente: 30%
2) Trabalho prático: 25%
3) Artigo científico documentando o trabalho prático desenvolvido: 25%
4) Apresentação final do trabalho prático desenvolvido: 20%
A todas as componentes de avaliação aplica-se uma nota mínima de 7 valores em 20.
A classificação final (CF) será calculada da seguinte forma:
CF = 30% * AO + 25% * TP + 25% * AC + 20% * AF
Componentes de avaliação:
- AO: Apresentação oral relacionada com uma direção de investigação recente
- TP: Trabalho prático
- AC: Artigo científico documentando o trabalho prático desenvolvido
- AF: Apresentação final do trabalho prático desenvolvido
Os alunos sujeitos a regime de avaliação especial estão dispensados da componente presencial, excepto no momento das apresentações. Nestes casos, devem ser agendadas reuniões períodicas com o docente para acompanhamento dos trabalhos. A avaliação será realizada tendo em conta os parâmetros gerais definidos anteriormente.